استراتيجيات تنقيب البيانات وإدارتها

استخراج البيانات من قاعدة بيانات

•  دور الاستعلامات في استخراج البيانات من قاعدة البيانات.
•  كيفية تنفيذ الاستعلامات المتقدمة في Microsoft® Access (أو بيئة قاعدة بيانات أخرى) باستخدام لغة الاستعلام المرئية.
•  كيفية كتابة الاستعلامات باستخدام لغة الاستعلام الهيكلية (SQL).
•  التعرف على الطريقة التي تدعم بها لغة الاستعلام الهيكلية SQL وتستخلص وتحول وتحمل البيانات لإعداد البيانات لتطوير نموذج التحليلات. 

• تنفيذ Hadoop® MR على نطاق واسع
•  فهم ومعرفة الاختلافات بين هجوم القوة العمياء brute force والنهج الموازية.
•  المفاهيم الأساسية والمزايا والبرامج الداعمة لـ ApacheTM Hadoop®.
•  تحديد مكونات MapReduce.

الحصول على البيانات: الشبكات الاجتماعية وتحديد الموقع الجغرافي

•  هيكل صفحة الويب وكيفية الحصول على ملفات HTML.
•  مزايا برامج زحف الويب وكيفية الحصول على البيانات صفحة تلو الأخرى.
•  كيفية إجراء تحليل النص: تحديد human text، والقضايا المشتركة، ومكتبات الموارد.
•  الآثار الأخلاقية لاستخدام البيانات المتاحة للجمهور.

البيانات غير المهيكلة والرسوم البيانية والشبكات

•  كيفية تطبيق بنية البيانات الصحيحة لمشكلة ما.
•  الفروق بين خصائص الرسم البياني والعقدة والحافة.
•  تحديد ما تعنيه الدرجة وتحليل وتفسير توزيع الدرجة.
•  مفهوم معامل التجمع وما يمكن أن يعنيه لبياناتك.

التجميع: فهم علاقة الأشياء

•  الفكرة وراء تجميع البيانات.
•  أنواع التجميع.
•  المسافات بين النقاط.
•  تجميع K-Means .
•  ما مدى جودة التجميع؟
•  التجمعات الهرمية.
•  الحد الأدنى، والحد الأقصى، والمتوسط.

التصنيفات: وضع الأشياء في مكانها

•  الفكرة من وراء التصنيف.
•  قراءة وتفسير شجرة التصنيف.
•  صنع شجرة القرار.

تدابير الشائبة البديلة

•  التوسع إلى 2D.
•  ما مدى جودة المصنِف الخاص بك.
•  نظرة موجزة على رابطة قواعد التنقيب.

التصنيفات: طرق متقدمة

•  المصنِف القائم على القواعد.
•  استخراج القواعد.
•  أقرب الجيران.
•  المصنِفات - حدود محددة.

الشبكات العصبية الاصطناعية

•  الحدود وشروط الحدود واختيار المصنِف الصحيح.
•  التجميع مقابل التصنيف.
•  الكشف عن الانحرافات والشذوذ.